In breve
Si ponga sei domande: per che cosa (prompt, immagine, anno?), chi l'ha misurato, che cosa è incluso, quanto è vecchio il dato, con che cosa viene confrontato e se riguarda l'efficienza o l'uso totale. La maggior parte delle affermazioni fuorvianti, allarmanti o rassicuranti che siano, non supera una di queste domande. I dati per prompt pubblicati differiscono soprattutto perché contano cose diverse.
Passaggi
- Individui l'unità a cui si riferisce il dato, per esempio per prompt, per immagine o per anno.
- Verifichi chi lo ha prodotto e se è stato misurato, stimato o autodichiarato.
- Cerchi che cosa include il dato, dai soli chip all'intero data centre e alla produzione dell'hardware.
- Controlli la data, perché i dati sull'energia dell'IA cambiano rapidamente.
- Si chieda con che cosa viene confrontato e se il confronto è omogeneo.
- Distingua le affermazioni sull'efficienza per uso da quelle sull'uso totale.
La maggior parte delle affermazioni sull'energia dell'IA si può verificare con sei domande rapide. I numeri nei titoli sono spesso vecchi, privi delle loro unità o confrontati con qualcosa di non omogeneo.
Le sei domande
- Per che cosa? Un grande totale annuo può significare una piccola quantità per uso, e viceversa. L'Agenzia internazionale dell'energia stima che nel 2024 i data centre abbiano consumato circa 415 TWh, circa l'1,5% dell'elettricità mondiale; è un totale, non un dato per prompt.
- Chi lo dice? Il dato di un'azienda stessa, una stima indipendente o un articolo che riprende l'uno o l'altra?
- Che cosa è incluso? L'articolo di Google del 2025 indica per un prompt di testo mediano di Gemini 0,24 Wh contando macchine host, capacità inattiva e consumi accessori del data centre, e 0,10 Wh contando solo i chip attivi. Stesso prompt, due risposte oneste.
- Di quando è? La stima di Epoch AI di circa 0,3 Wh per una tipica domanda a ChatGPT è circa dieci volte più bassa di un dato più vecchio e molto citato di 3 Wh. Google riferisce che l'energia del suo prompt mediano è scesa di 33 volte in un anno.
- Rispetto a che cosa? "Dieci volte una ricerca sul web" significa poco se non si conoscono il dato della ricerca e la sua data.
- Efficienza o totale? Un costo minore per uso può comunque significare di più in totale se l'uso cresce: l'effetto rimbalzo.
Errori comuni
- Confrontare dati con perimetri diversi. La valutazione del ciclo di vita di Mistral AI, che conta più fasi, ha stimato per una risposta di 400 token 1,14 g CO₂e e 45 mL di acqua; non è direttamente confrontabile con un dato che conta solo i chip.
- Trattare allo stesso modo una breve domanda e un'immagine o un video. Differiscono di ordini di grandezza.
- Considerare tutti i dati inconoscibili. Incerto non vuol dire privo di significato; cerchi un intervallo.
Legga perché la misurazione è il collo di bottiglia e come riconoscere il greenwashing nel marketing dell'IA.
Fonti
- Measuring the environmental impact of delivering AI at Google scale, Elsworth et al., Google (2025)
- How much energy does ChatGPT use?, Epoch AI (2025)
- Our contribution to a global environmental standard for AI, Mistral AI (2025)
- Energy and AI, International Energy Agency (2025)
Correlati
Come riconosco il greenwashing nel marketing dell'IA?
I segnali di greenwashing nei prodotti e servizi di IA, dalle vaghe etichette di 'IA sostenibile' alle dichiarazioni di neutralità basate sulle compensazioni, e le domande da porre.
Come metto in prospettiva il mio consumo di energia per l'IA?
Come si confronta una domanda all'IA con i consumi quotidiani, perché immagini, video e documenti lunghi cambiano il quadro e perché il totale globale conta.
La misurazione è il collo di bottiglia dell'IA verde
Perché i dati sull'energia dell'IA sono difficili da verificare e confrontare: dichiarazioni proprie, stime invece di misure, confini diversi.
Dichiarazioni ambientali oneste sull'IA
Come evitare il greenwashing sull'IA: che cosa si può e non si può dichiarare, effetti rimbalzo, rendicontazione onesta e norme di Regno Unito, UE e USA.